факта невозможно из-за отсутствия доступа к протокольной и адрес-
ной информации.
Предпосылками к предлагаемой работе стали статьи [1–3]. В них
приведены алгоритмы и способы идентификации типа нагрузки, пере-
даваемой в сети Интернет, на основе применения теории марковских,
а также скрытых марковских моделей. В частности, были рассмотрены
вопросы кластеризации трафика. Достоинством указанных работ слу-
жит то, что в них впервые затронута проблема контроля качества об-
служивания (QoS) и обнаружения несанкционированного воздействия
на сеть передачи данных при использовании пользователями средств
туннельного шифрования (IPSec) и сетевых экранов на базе техноло-
гии NAT. В работах [1, 3] предложено анализировать интервалы между
пакетами и длины пакетов как неизменяемые пользователем характе-
ристики сетевого трафика. Однако в большинстве указанных работ
исследования проводились на основе трафика отдельного абонента,
т.е. когда входные данные разделены по принадлежности к абоненту.
В других работах [4] рассматриваются каналы передачи однородного
типа нагрузки (Web, E-mail, FTP). Оба случая являются упрощением
и крайне редко встречаются в современных сетях передачи данных с
пакетной коммутацией, что делает полученные результаты не приме-
нимыми на практике.
Теоретической основой для решения задачи кластеризации трафи-
ка телекоммуникационной сети послужил тот факт, что случайный
процесс, описывающий поступление пакетов на вход коммутационно-
го устройства не является пуассоновским. Несмотря на то, что процесс
поступления заявок от абонента описывается распределением Пуас-
сона, суммарный трафик не удовлетворяет этому распределению. Это
утверждение подтверждается практикой. На рис. 1 приведен пример
плотности распределения вероятности случайного процесса, описы-
вающего число поступивших пакетов. Реализация трафика получена
из магистральной линии, причем пример содержит Web-трафик.
Аппроксимация эмпирической плотности распределения вероятно-
стей с применением критерия Колмогорова–Смирнова [5] подтвержда-
ет непуассоновский характер случайного процесса. При этом скорость
передачи анализируемого трафика близка к значению пропускной спо-
собности канала. Это входит в противоречие с теорией построения
очередей [6] и теорией точечных процессов [7].
Рассмотрению этой проблемы посвящено довольно большое чи-
сло работ [8–13]. В работе [10] приведены подробный обзор суще-
ствующих моделей сетевого трафика и подробная их классификация.
Главным результатом работы является то, что фрактальные модели
точнее отражают поведение сетевого трафика. Результаты проекти-
рования вычислительных и телекоммуникационных сетей на основе
134
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
1 3,4,5,6,7,8,9,10,11,12,...20